基于人工智能技術的“數字政府”研究

李燦強 夏志方 丁邡

摘要：具有決策支持功能的“數字政府”是實現國家治理體系和治理能力現代化的重要“抓手”。將人工智能技術應用于“數字政府”將顯著提升政府的決策效能。簡要回顧了人工智能的發展歷程，梳理了人工智能技術的關鍵成功因素，然后指出現有政務信息系統在支撐政府決策過程中存在的主要問題，最后介紹了“數字政府”的概念，剖析了基于人工智能技術的“數字政府”的決策支持效能和面臨的挑戰，并提出相關政策建議。

關鍵詞：人工智能數字政府決策支持

黨的十九大報告作出建設“數字中國”的重大戰略部署，“數字政府”是“數字中國”的有機組成部分，是對傳統政務信息化的改革，通過推動技術融合、業務融合、數據融合，實現跨層級、跨地域、跨系統、跨部門、跨業務的協同管理和服務，從而推進政府管理和社會治理模式創新，促進實現政府決策科學化、社會治理精準化、公共服務高效化。

當前，信息化時代多源的政務數據、復雜的政府業務、迅速傳播的決策信息導致政府決策的難度大幅增加，現有的政務信息系統難以提供高效的決策支撐。如何提升決策支持能力已經成為“數字政府”建設中需要解決的突出問題?！秶鴦赵宏P于印發新一代人工智能發展規劃的通知》（國發〔2017〕35號）要求“開發適于政府服務與決策的人工智能平臺，研制面向開放環境的決策引擎，在復雜社會問題研判、政策評估、風險預警、應急處置等重大戰略決策方面推廣應用?！备鶕巹澋娜蝿找?，基于人工智能技術的“數字政府”應能夠高效收集、整理、融合和分析海量政務數據，并自動生成支持政府決策的工作方案，成為提升國家治理能力的重要“抓手”。

一、三大關鍵成功因素驅動人工智能技術快速發展

人工智能是一門交叉學科，其最終目標是使得機器能夠學習概念、形成抽象、提高性能、生成規劃、處理隨機事件、具備創造性0，即機器擁有與人類相似甚至超越人類的智能水平。人工智能發端于1950年艾倫·圖靈提出的測試機器智能水平的“圖靈測試”，作為一門學科正式誕生于在1956年的達特茅斯會議，在經歷了兩輪發展高潮和低谷后，從20世紀90年代中開始進入第三次發展高潮，標志性事件包括：1997年IBM的國際象棋機器人深藍戰勝了國際象棋世界冠軍卡斯帕羅夫，2006年GEHinton提出深度學習算法，2016年，使用深度學習算法的谷歌AlphaGo以4：1戰勝了圍棋世界冠軍李世石0。目前，基于深度學習的人工智能在諸多領域取得了突破，先進算法、強大算力和海量數據是三大關鍵成功因素。

（一）先進算法

深度學習是目前人工智能應用較廣的算法。早期研究使用傳統機器學習和信號處理技術，采用僅含單層非線性變換的淺層學習結構，函數表示能力有限。而深度學習具有多層非線性映射的深層結構，可完成復雜的函數逼近;在理論上可獲取分布式表示，可通過逐層學習算法獲取輸入數據的主要驅動變量;采用非監督預訓練算法，通過生成性訓練可避免因函數表達能力過強而出現過擬合情況0。

（二）強大算力

深度學習使用多層神經網絡模型等非線性映射，需要強大的計算能力支撐。早期研究中，單機CPU計算能力有限，限制了算法的學習和訓練速度。近年來，一方面GPU、TPU、FPGA等硬件逐漸成熟并推廣應用，單機計算能力大大增強;另一方面云計算技術快速發展，可按需靈活調配云資源形成強大計算能力。

（三）海量數據

深度學習需要大規模數據訓練生成并不斷優化有效模型，早期研究中用于訓練的數據規模通常較小，限制了模型的優化，容易導致過擬合。近年來，隨著信息技術爆發式發展，全社會信息化水平大幅提高，各類業務系統、社交媒體、移動設備、傳感設備等產生了大量數據，通過采集、傳輸和匯聚，形成海量數據集合，可用作深度學習的樣本。

二、現有政務信息系統難以有效支持政府決策

現有政務信息系統具有決策支持功能，在多個領域、多種場景開展應用并發揮了一定作用，但從整體上仍難以滿足信息化時代支撐政府決策的要求，主要存在三方面問題。

（一）現有政務信息系統的技術機理無法模擬人的決策過程

人的決策過程是綜合考慮各方面因素并結合個人經驗和視野做出決策，這些因素既包括量化數據，也包括很多難以量化的信息，例如傳統習慣、干部水平、社會需求等，個人經驗和視野對決策發揮著不可忽視的作用。而現有政務信息系統的決策支持功能主要是綜合使用數據庫、模型庫、方法庫、知識庫、數據倉庫、聯機處理分析、數據挖掘等技術，采用全自動或人機交互方式，對于給定的條件，提出決策建議，供政府決策參考，這種技術機理依賴于量化數據，而會忽視難量化因素如傳統習慣等，難以模擬人的直覺思維，對很多情況可能會缺乏敏銳判斷。

（二）現有政務信息系統的建設和優化難以獲得高層領導直接參與

根據決策的影響范圍，政府決策分為不同層次，重大決策由高層領導定奪，具體決策由普通工作人員做出，政務信息系統要想提出高水平決策建議，系統建設時需要實際決策者深度參與，系統使用時需要根據實際決策者的決策反饋不斷調整完善。但在實際工作中，高層領導由于工作繁忙很難深度參與系統建設，系統建設主要是政府普通工作人員參與;建成后系統提出的決策建議往往體現的是普通工作人員的決策水平，不符合高層領導的需求，這將導致系統很難得到領導的認可和持續使用，也就沒有機會進行優化升級，陷入惡性循環，系統逐漸失去生命力。

（三）現有政務信息系統難以獲得決策需要的全部數據

政務信息系統可用數據的全面性和準確性直接影響著決策建議的質量，而現在政府數據共享方面仍然存在問題。一方面，由于同一主體的不同方面數據往往由不同政府部門采集、存儲和管理，信息不但分散，還有很多信息項是重復的，對于共享過程中重復信息項以哪個部門的數據為準，目前沒有形成統一規則，“一數一源”未能落實;另一方面，政府部門在提出數據需求時往往傾向于越多越好，而沒有真正分析必需的數據項是哪幾項，“數據需求”難以獲得精準匹配。

三、基于人工智能技術的“數字政府”可提升決策支持效能

“數字政府”是在新技術爆發式發展情況下政務信息化的改革方向，引入人工智能技術后，可以利用人工智能技術的優勢，提升決策支持效能，在輔助政府決策方面發揮更大作用。

（一）基于人工智能技術的“數字政府”可以模擬人的決策過程

基于深度學習的人工智能，其本質是利用多層人工神經網絡和卷積計算，通過權值設置和反饋迭代優化計算結果，訓練生成模型，完成對歷史數據的學習，并在接收新輸入時進行結果預測0。上述過程是在模擬人腦的學習過程，因此，從機理上看，基于人工智能的“數字政府”能夠模擬人的決策過程。對于傳統習慣、干部水平、社會需求等較難直接量化的因素，可以利用人工智能技術對與這些因素有關的其他數據進行學習和訓練，擴大系統的訓練數據范圍。

（二）基于人工智能技術的“數字政府”可以從案例中學習高層領導的決策經驗

通過政府以往的決策案例，可以了解決策背景、決策指令、決策效果以及有關部門反應、社會輿論等信息，可以分析各個案例的成功決策經驗;并且很多決策案例會包含從高層領導到普通工作人員的各層次決策信息，可以分析各層次領導決策的關注重點。利用人工智能技術，在系統建設時可以對以往案例進行學習和訓練，有效彌補高層領導沒有時間深度參與系統建設的不足，保證系統提出的決策建議具有較高起點;在系統建成后可以根據領導的后續實際決策自動優化調整決策模型，不斷提升決策建議水平，更好地發揮輔助決策作用。

（三）基于人工智能技術的“數字政府”獲取共享數據具備更豐富手段

一方面，應用人工智能技術對各類法律法規、政策文件等進行學習和訓練，可確定各數據項的數據源部門，確定本部門負責的數據項清單和需要從其他部門獲取的數據項清單;另一方面，應用人工智能技術分析政策要求，實時抓取社會輿論，有助于精準確定本部門所需數據項及更新頻率，識別可能的數據源部門，通過掃描分析數據共享交換平臺上的信息資源目錄確定數據源部門以及數據獲取方式，生成數據共享交換技術方案?？傊?，人工智能技術將對數據共享起到促進作用，決策所需數據的全面性和準確性將得到顯著改善，從而提升決策建議水平。

四、構建基于人工智能技術“數字政府”面臨的挑戰和相關政策建議

（一）面臨的挑戰

1算法“黑盒”挑戰。目前人工智能取得的進展大多是依靠深度學習，但是深度學習本質上是一種端到端學習的“黑盒”算法，不具有可解釋性。深度學習采用多層神經網絡模型，有著多層隱藏結構，人類目前可以對算法設定規則，給定訓練數據，通過反復訓練和學習形成一個數據處理模型，用于解決問題，但是人類無法了解模型內部如何進行數據處理，不了解輸入層、隱藏層、輸出層之間連接的人工神經元具體如何運作，無法預測輸出的結果，對人工智能提供錯誤解決方案也缺乏判別手段。而政府行為需要具有公信力，算法邏輯的不可解釋可能導致決策建議的不可解釋，一旦決策失誤，將對政府公信力產生難以估量的影響。

2法律和倫理挑戰。從法律角度，政府的治理原則是依法執政，要依法對國家政治、經濟和社會等各方面事務進行管理，而隨著人工智能技術在“數字政府”中逐步深化應用，人工智能算法將會對政府治理帶來難以估量的影響，在現行法律法規中無法找到相應依據。從行政倫理角度，人類至今所有的行政倫理都要求遵循一個基本原則，即對相對人的權力行使和決策必須由同樣的人組成的組織決定0。而隨著人工智能技術在“數字政府”中的應用，很多政府決策方案將由人工智能提出，即便最終由人類做出決策，方案也體現了人工智能的意志，一定程度上形成了人工智能對人類行政行為的替代，超出了現有行政倫理范疇。

（二）政策建議

為了推動人工智能技術在政府領域的應用，提出如下政策建議：首先，堅持理念創新引領“數字政府”建設，將技術應用、數據資源、平臺終端與管理手段共融互通;其次，加快人工智能應用于“數字政府”的技術研究，從程序算法、決策模型、共享數據等方面多管齊下，做好技術準備;第三，通過試點先行的方式，在部分地區和部門開展先行先試，總結經驗，改進不足，不斷優化“數字政府”的決策功能;第四，加快人工智能相關立法，從法律法規、行政倫理等方面做出明確規定，將人工智能技術在“數字政府”中的應用納入合法范疇。

參考文獻：

[1]McCarthy，J，Minsky，ML，Rochester，N，Shannon，CEA proposal for the Dartmouth summer research project on artificial intelligence （1955）[2019-01-01] http：//www-formalstanfordedu/jmc/history/dartmouth/dartmouthhtml

[2]汪子堯，賈娟人工智能的前生、今世與未來[J]軟件，2018，39（2）：223-226

[3]孫志軍，薛磊，許陽明，王正深度學習研究綜述[J]計算機應用研究，2012，29（8）：2806-2810

[4]賀倩人工智能技術的發展與應用[J]電力信息與通信技術，2017，15（9）：32-37

[5]董立人人工智能發展與政府治理創新研究[J]天津行政學院學報，2018，20（3）：3-10

（李燦強、夏志方、丁邡，國家信息中心）